Meta的AI组织转型，为什么踩了刹车？

今年1月，扎克伯格与高管在夏威夷会议上讨论了一项名为 Project OT 的计划。OT 即 Organization Transformation，核心思路是让 Meta 的组织架构围绕 AI 重新设计。

按照最初设想，过去一个产品开发团队需要 10 到 20 人，工程师、产品经理、设计师分工协作；未来只需 3 到 5 人组成的小团队 Pod，成员不再强调传统岗位，而被统称为 Builder。部分团队的裁员规模预计达到 60%，方案包括裁员、内部转岗和取消空缺岗位。

为了让 AI 尽快接手工作，Meta 还计划让 AI 学习员工操作电脑的方式。今年4月，公司要求员工在设备上安装追踪软件，记录键盘输入和鼠标点击，用于训练 AI Agent 模仿人类使用电脑。

这种“蒸馏员工”的做法引发强烈不满。内部论坛上，员工在高管帖子下刷大象图片，暗讽管理层回避“房间里的大象”——裁员。Meta 内部半年度调查显示，员工正面情绪评价从 74% 降到 55%。

更关键的是，AI 并没有交出预想中的成绩单。Meta CTO 表示，大规模使用 AI 后，内部软件平台和基础设施的代码改动量同比增长 220%，但最终带来用户可见新功能或功能升级的改动只增长了 36%。

与此同时，重大技术和安全事故同比增加 40%，员工处理故障的时间增加 70%。换句话说，代码更热闹了，真正有效的产出并没有同步增长，擦屁股的活儿反而变多了。

因此，Meta 停止了原定11月进行的第二轮重组。扎克伯格在内部会议上承认，组织调整的时机存在误判，Agent 技术并没有像预期那样快速进步。

配套调整也随之而来：

  • 暂停鼠标追踪项目
  • 大幅削减在 Claude 上的投入
  • 允许部分被调往 AI 工程团队的员工返回原岗位
  • 通过改善零食、增加差旅和社交活动预算来安抚留任员工

【编辑观察】小扎这次算是用真金白银验证了一个朴素道理：AI 可以辅助人，但离“一键替代团队”还差得远。

微软：用了AI，业务并没有自动变好

另一边，微软也在内部 AI 推广中遭遇了现实反差。

LinkedIn CEO、微软执行副总裁 Ryan Roslansky 吐槽说，他曾收到同事发来的一份明显由 AI 生成的文档，于是把文档交给自己的 AI 总结。结果一来一回，没有产生任何新想法。他称之为 Doom Loop（死亡循环）。

他担心，企业如果继续如此，只会花更多钱，最终得到一种昂贵的方式，用来逃避真正的写作、阅读和思考。

这并非只是员工使用习惯问题。今年9月，微软发布复盘文章，首席战略与转型官承认，团队最初沿用了推广传统软件的办法：部署工具、培训员工、推动使用。目前微软已有超过 20万人 使用 AI 工具，但早期销售团队的实践显示，AI 使用量很快进入平台期，预期的业务成效并没有出现。

微软还发现，直接把 Agent 塞进原有工作流程，问题并不会消失，只会在 Agent 的下一个流程里继续出现。

于是，微软开始重新审视内部 AI 开支：

  • 内部使用 Anthropic 技术的年度支出曾预计至少达到 10亿美元
  • 该预估后来被下调超过 三分之一
  • 公司鼓励员工更多使用自家 GitHub Copilot 等工具
  • 各部门被要求管理 Token 预算
  • 部分云与 AI 部门员工的每月模型预算，从 10万美元降至约1万美元

大厂开始重算AI效率账

不只是 Meta 和微软，越来越多企业发现，AI 部署得越快，管理、风险和效率问题暴露得也越快。

今年9月，安永公布针对美国大型上市公司的 AI 风险调查，对象为 202 名资深 AI 决策者，所在企业年营收均不低于 10 亿美元。其中 36% 的受访者表示，所在组织发生过造成实质负面影响的 AI 事故或故障，涉及数据丢失、财务损失、运营中断和品牌声誉受损等问题。

美国人力资源管理协会 CEO Taylor 形容，企业现在就像“一边开着卡车上路，一边还在造这辆卡车”。如果重新选择，许多公司可能会以更审慎、更缓慢的方式部署 AI。

【编辑观察】这轮退潮不是 AI 没用，而是“AI 万能论”退烧。真正有效的方向，或许从来不是用 AI 裁掉多少人，而是让人借助 AI 做出原本做不到、或做得更慢的事。